Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Relevancia
Rapidez
JMAG-QAAQ
Tratamos de paliar estos problemas repitiendo los experimentos … pero con nuestros
propios medios (usados para poner a punto el método)
JMAG-QAAQ
Para que su ecuación fuese universal, introdujo dos parámetros (constantes) que dependían del
conjunto de datos en particular:
µ = la tendencia central o valor más probable, le llamó media de la población, y se estima por la
media aritmética experimental de los datos; = para localizar exactamente el eje de la campana
σ2 = una medida de la dispersión de los datos = varianza de la población; se estima por SD2 =
varianza muestral (SD=desviación estándar … porque se calcula sobre datos estandarizados); fija el
tamaño lateral de la campana (a media altura)
( x )2
σ = ancho a mitad de altura
1
1 2
2
y ( x) ·e
2
2
Cuando las distribuciones no parecen Gaussianas (muy frecuente) aplicación del teorema del
límite central ( la distribución conjunta de un número elevado de variables aleatorias tiende a ser
‘normal’).
Este teorema es lo que subyace en la aplicación rutinaria de los principios de estadística a las ciencias
experimentales –crítico para los científicos– .
2.- Mediana
3.- Desviación estándar relativa (DER; RSD) (ex- coeficiente de variación CV)
4.- Skewness, g1 5.- Kurtosis, g2
Describe la simetría de la distribución Describe si la distribución es apuntada o chata
g1
(x i x)3
(x x)4
3
i
n * SD 3 g2 4
n * SD
Como se suele “aceptar” que la distribución de datos es “normal” (Gausiana) no se suelen indicar
los valores de Skewness ni Kurtosis [OJO, la Kurtosis también se puede definir sin “3”, la normal
tiene kurtosis =3 en ese caso]
3.- PRECISIÓN … comenzar por aquí JMAG-QAAQ
Repetibilidad (r): grado de concordancia entre dos resultados independientes obtenidos por
el mismo trabajador, mismo equipo, mismos reactivos, en condiciones de trabajo “idénticas”
(análisis consecutivos). Suele considerarse como “SD a corto plazo” aunque en realidad es
r = 2*√2*SDcorto
NOTA: El “2” t-Student (n-1, 95%), asumiendo n muy grande, para el estudio particular de un laboratorio
puede ser más sensato usar la t en función del ‘n’ real que se tiene
JMAG-QAAQ
4.- VERACIDAD (EXACTITUD) (TRUENESS VS ACCURACY)
EXACTITUD VERACIDAD (Trueness) = grado de acuerdo entre el valor promedio de nuestras medidas y el
valor “cierto” (si existe, o uno aceptado como tal, uno proveniente de ejercicios interlaboratorio, etc.)
SESGO
INFERENCIA ESTADÍSTICA
5.- DETECCIÓN DE DATOS ANÓMALOS:
TEST Q DE DIXON ALUMNOS
x xsospechoso
TEST DE GRUBBS (G) Gexp erimental
SD
Este es un test de una cola y se aplica SOLO SOBRE EL DATO MÁS DIFERENTE (en la
práctica suele hacerse sobre el mayor y el menor)
en los test de hipótesis lo que se hace es evaluar la (probabilidad de) veracidad del
enunciado del test (=Hipótesis Nula = Ho) … suele tratar de determinar si una
característica de la MUESTRA cumple alguna propiedad de la POBLACION de la que se
supone que procede.
• Para tomar una decisión estadística queremos fijar la probabilidad de acierto (p.ej.
95%) (=probabilidad de que la hipótesis nula sea cierta) y limitar el margen de error …
VERDAD (desconocida)
Ho verdadera Ho falsa
(aceptar) (rechazar)
(Aceptar H1)
MI DECISIÓN Error tipo II (β)
Ho verdadera
(según cálculos OK Falso negativo
(aceptar)
con datos Error del cliente
experimentales)
Ho falsa Error tipo I (α)
(rechazar) Falso positivo OK
Acepto H1 Error del fabricante
7.- LOS INTERVALOS DE CONFIANZA: JMAG-QAAQ
Por ejemplo, de una serie de resultados podemos decir que ... el valor medio
experimental (xxx) es nuestra mejor estimación del valor promedio verdadero, el cual
pensamos que estará en el intervalo de valores … , al …% de confianza.
William Sealy Gosset 1908 publicó sus conclusiones bajo pseudónimo STUDENT
si bien los valores medios calculados para subconjuntos diferentes, y de distinto tamaño,
tomados a partir de una serie de datos (de una misma fábrica) difieren entre sí, cuanto mayor
sea el tamaño de los subconjuntos mayor similitud existe entre las medias y de éstas con la
media teórica (de la distribución normal correspondiente).
Student determinó que podía calcularse un factor que corregía la diferencia entre la
distribución experimental de los datos y la distribución teórica. Este factor depende de “n” y
del porcentaje de error de tipo I dispuestos a asumir.
7.1.- LOS INTERVALOS DE CONFIANZA: definición JMAG-QAAQ
El IC se define como el intervalo computado a partir de los valores de la muestra que incluye
el parámetro verdadero (pero desconocido) con una probabilidad especificada, la llamada
probabilidad de confianza (=nivel de confianza).
Esto se puede utilizar para comparar una media experimental a un valor “teórico”
COMPARAR DOS MEDIAS JMAG-QAAQ
Si Fexp> Ftab,
USAR “MODALIDAD B”
OJO!!!!
en ambos casos la aproximación estadística consiste en probar
Ho: si el intervalo de confianza asociado a la DIFERENCIA DE LAS MEDIAS
incluye al cero
MODALIDAD A:
MODALIDAD B:
8.- ANÁLISIS DE LA VARIANZA, JMAG-QAAQ
Los cálculos del ANOVA finalizan, pues, en un test F (Fexp > Ftab (%conf, n-1,n-1)
Factor: el fenómeno que puede causar diferencias entre las medias. Si sólo consideramos uno,
se llama ANOVA de una vía; 2 ANOVA de dos vías, etc. (no suele aplicarse >2 por la dificultad
interpretación)
Niveles: los diferentes “valores” del factor que se van a considerar
Replicado: cada dato de la serie, cada nivel del factor tiene sus propios “replicados”, que dan
lugar a las medias a comparar